华为mdc610和810区别

这是华为 m d c 六幺零自家控制器的主控板，现在我们已经把关键芯片的分装全部拆掉了，让它的金源带裸露出来，我们一起看一下这几个关键芯片。这边是电源管理芯片，因为零的 呃 t l f 三五五八四，可以看到它的带实际上非常小，虽然这个芯片比较大，因为它的逻辑比较简单，只是用来做电管理。这边是它的主控 m c u， 型号为 s a k t c 三九七， 可以看到 mcu 的金源面积一般比较大，因为它有很多的逻辑需要处理，逻辑单元比较多。好经典的来了，这个是 opg， 可以看到 lpg 原始的分装非常大，但是由于这个 lpg， 它的逻辑的运转端源非常少，实际上它的金源只有这么小，非常小。 然后这边是这个是 s s d， 它是双层的对列结构，这我们就不细讲。最中间的是 呃升腾六幺零芯片，可以看到它的金源还是比较大的。这个芯片是升腾六幺零的专用的电源管理芯片，型号为 h i 六四二幺。 下面我们看一下光影下的半导体之美，左边是 h i 六四二幺，右边是升腾六幺零， 这种美属于理工科的美，属于男人的美，他是如此的妖艳， 如此的美好。我们来看一下 h i 六四二幺在显微镜下的景象， 随着光线的移动，它的色彩非常的漂亮。 下面我们来看一下升腾六幺零，可以看到色彩斑斓，非常的漂亮。 这款芯片代表的国产芯片的最高水平。

二零二三年可以说是智能汽车元年了吧，有智能汽车那一定要说的就是智能驾驶芯片了，现在只要一说到智能驾驶芯片，大家能想到的就是英伟达和华为，其他的好像大家也都不怎么关心，也都不知道都还有什么芯片，而且也不知道到底哪家的芯片能力更强一点。 嗨，大家好，我是脑洞，今天我来盘点一下现在市面上都有哪些智能驾驶芯片，我还查到了不同的智能驾驶芯片在不同的测试网络模型下的跑分情况。 先说结果啊，华为的是真的强，而且参赛选手还只是 m d c 六幺零，还没有上 m d c 八幺零呢，而这个数据可是某兔兔测不出来的。目前国际上的智能驾驶芯片主要有英伟达、高通、 mobi i 等智能驾驶芯片， 而这些企业中部分已经推出能够满足 l 四级智能驾驶的芯片产品，像特斯拉也有自研的计算芯片，而国内的话有华为地平线、黑芝麻、新驰科技、超星未来、爱心源智等，他们也在不断的推出自己的 智能驾驶芯片。这里呢，有一张图是目前国内外智能驾驶用到的算力芯片，从图中我们可以看到，特斯拉为自用，华为是只供给华为系的车之外，国内外的主流车企 主要还是选用了英伟达以及摩拜爱的算力芯片。而目前国内有一部分的企业仍然坚持选用了国产的算力芯片，其中就有选择地平线和黑芝麻的算力芯片。国内的企业中，二零一八年地平线就发布了征程一芯片，目前最新的应该是征程五，而且将要在今年 四月份正式发布，征程六到时候我们可以深度了解一下。像征程五采用了台积电十六纳米的制成工艺，采用了八核心的 arm contact a 五核心，支持十六路感知摄像头、激光雷达、毫米波雷达等感知接入。目前正成五芯片已经在理想 l 八 pro 和 l 上实现量产上市，同时还获得了比亚迪、红旗、北汽、上汽等多个定点项目，地平线也有自己的 matrix 计算平台以及自动驾驶解决方案。 而黑芝麻现在已经有华山 a 一千处理器，可以处理十六路高清摄像头输入，以及支持 l 二加及 l 三 自动驾驶集成泊车及驾驶的单芯片解决方案，以及支持多个自动驾驶场景。华山 a 一千 l v l 二及 l 二加自动驾驶设计是华山 a 一千的轻量版，并可以处理八路高清摄像头输入，也支持集成泊车及驾驶的单芯片解决方案，可以为入门级的自动驾驶汽车提供高性价比的方案。而华山的 a 一千 pro 支持多达二十路的高清摄像头输入， 支持从城市道路及高速公路驾驶到泊车的多种自动驾驶应用场景无缝集成。并且黑芝麻也是有一系列的解决方案的。而超星未来是清华大学电子工程系和车辆学院化学科联合成立的，目前已经有的处理器是京哲 r 一，同时有自己的开发工具链鲁班。 而爱心圆志有自己的爱心智谋 ai s p 和爱心通源混合精度 n p u 这两个就不多说了，在这里呢专门说一下华为的，华为的 m d c 平台，也就是移动数据中心，它是用到了模块化的设计，同时 硬件接口标准化，所有的 m d c 大概长得都差不多，这里的不同接口是可以直接连各类的感知传感器的，比如说像激光雷达、摄像头、毫米波雷达等等。然后 m d c 里面的处理器都是用到的鲲鹏加升腾， 他们就是为了进行决策以及控制的，就是根据感知系统获取到的信息，按着智能驾驶解决方案进行决策，决策完了之后再通过控制系统控制车的行为，比如说像车辆的油门、刹车、转向等等。而且在这个 mdc 上大家可以看到的是他是跑着两套系统的， 这个 a o s， 也就是自动驾驶系统，另外一个是 v o s， 也就是智能车控系统，同时有相关的工具链以及开发接口，目前合作伙伴非常多了，可能在这块大家以为是不是只有华为系的车上有，并不是，它这个 m d c 是一个算力平台，就相当于是主机。另外有一些算法公司也开始使用华为的 m d c 平台，做的是自家的解决方案，也就是相当于用同一套主机装不同的操作系统一样的。目前华为已经出了这几类，其中有 m d c 八幺零六幺零二幺零一百三百 f， 不同的规格，算力不同，外界对于这些规格还是了解的不多，但是从华为官方给出来的能力还是相当牛逼的。大家刚才看到了一组表格，可能会忽视一组数据，那就是算力数据， 大家一定会认为是不是数据越大就代表能力越强呢？正常情况下，在标准统一的情况下是可以这么讲的，但是在这里面大家一定要知道，各家的算力的计算方法可能是不一致的，并且声称的算力和智能驾驶场景的算法评价性能也不能一概而论，简单一句话来说，就是 看着数值有高有低，但是算力的标准是不统一的。我们就拿英伟达和华为举例，以英伟达为首的芯片厂商大多是以稀疏算力称称的， 他的这个计算方法会比稠密算力多出约一倍的算力数据。具体来说，稀疏算力把矩阵计算中部分数据值变为零，最终使矩阵乘法计算减慢， 从而提升算力的表现数据。而稀疏算力的计算量实际为标称算力的一半算力声称值比稠密算力多出约一倍的算力数据。 稀疏算力本质上是对算法计算的优化，但此种优化方法只针对于特定的几个算子有效，而智能驾驶场景中，稀疏化方法对摄像头数据优化优先性能仅有约百分之五到百分之七的提升，远低于稀疏算力百分之百 提升的预期。因此呢，最好是使用稠密算力方式对芯片算力进行评估。稠密算力相比于稀疏算力，并不是只针对于特定算法性能表现好，而是更具有朴实性，并且稠密算力普遍更容易满足计算准确度的要求，避免了稀疏算力的准确度补偿训练。 除了算力的稀疏和稠密的区别，采用不同计算数据类型也会造成算力表征的差别，大多数芯片公司一般采用 inter 八或者 inter 十六作为统计算例的数据类型，少部分会采用 inter 四类型。相对而言，采用 inter 四数据类型能够实现的标准推理准确度相对较低， 再将较大规模的神经网络转到更小的神经网络时，准确度损失相对会较高。采用 inter 八或者 inter 十六数据类型的算力值相对较低，准确度 损失也较低，在智能驾驶芯片计算时使用也更为广泛，也就是说它的算力精度也是不一样的。最好是用 inter 八的数据类型作为代表测试芯片的算力，这样才能够对齐算力标准。我之前说过，华为的 m d c 八幺零的算力是在四百 t oppo 四以上的， 这个算例是稠密算例，而英伟达的 oran x 单科二百五十四 t oppos， 稀疏算例两颗五百零八 t ops。 而硬转成稠密算例的话，单科只有一百二十七 t oppos， 两科也就是二百五十四 t ops， 这个差距还是挺大的。 在这里我查到了有一个英伟的 allen 和华为 m d c 六幺零在不同的测试网络模型下的性能测试和推理准确度数值表。这个测试网络模型是目前智能驾驶场景中最经 点、最通用、业界关注度最高的模型。通过这些测试网络模型，其实可以真实的反映智能驾驶平台软硬协同的整体处理性能。大家可以对比一下，同样测试网络模型下，哪一个平台的性能更好以及准确度更高。 以上的测试数据来自于智能驾驶计算芯片性能白皮书，在接下来我们同样希望在未来所有的智能驾驶芯片的性能测评中， 可以由国家相关的机构协会来统一相关的宣传标准，比如说都采用稠密算力，都采用同样的智能驾驶场景中最经典、最通用、业务关注度最高的模型来制定测评标准，并且定期公布评测结果， 而不是随便什么 m r 狗都可以说自己可以出一个跑分软件，并以此来愚弄大众。在这里呢，给大家 推荐一下爱媛果冻橙，我昨天发过这个视频，大家有需要的可以看一下，我刚买的已经被我炫了一半了，还是比较好吃的。评论区有链接，我也不会做广告，我自己觉得东西好才给大家推荐的。这个都是季节性的，可能过不了多久大家想买都买不到了， 现在有需要的可以自己买一下，不要想买的时候买不到了。如果你喜欢本期内容，欢迎大家一键三连支持一下 up 组，有什么想说的还可以留言大家一起讨论，记得关注再走哦！

之前讲支架的那集，有同学说华为的车载支架芯片标注的是稠密算力，不能与英伟达的稀疏算力直接对比， 说悉数算力只是看着数值高，折算后呢，性能很低，根本不够用。这话就纯属胡说八道了啊。 英伟达的欧瑞 x 六十四 gd 单张算率为二百五十四 t， 确实是吸速算力焕然成稠密算力是多少呢？英伟达的 ppt 有写，吸速算力提供的是两倍的性能提升， 也就是说二百五十四 t 的系数算力换算成稠密算力为一百二十七 t。 所以常见的配置两张欧瑞的车型稠密算力只有二百五十四 t。 而配置四张的车型呢， 目前是两张启用，两张备用，还是二百五十四 t？ 在二百五十四 t 表面上看确实比华为的 mdc 八幺零的四百 t 低了不少， 但英语大家说过哈， l 四支架是二零一七年三十 t 算力的，泽威尔就支持了二百五十四 t 算力，两张欧瑞 x 共一百二十八 gb 老 power ddr 五叉内存支持的是 l 五支架， lr 到 l 四那只是兼容 目前接近于 l 四的华为赛里斯问借 m 五和 mt 只有 m 九的一半两百 t 算力体验上我看也没人说有明显差别啊。英伟达自驾的车型多说也就接近 l 三， l 三八 t 算力就够用了， 目前暂时落后于华为是因为这些车企没有发挥出我大黄伟达的实力，所以不管是二百五十四 t 还是四百 t， 以目前自驾的训练程度，根本就用不上这么多。 所以英伟达自驾的车主完全不用担心车载芯片的算力不够用。英伟达二零一八年以后出的训练服务云服务器已经禁售四个月了，今年呢，大概率还会禁售二零一八年之前的老古董，到时候英伟达方案的车企真就是一张卡都没得买了。 训练服务器算力不足，支架系统升级就会越来越慢。云服务器算力不足，车卖的越多，每辆车所分得的云算力就越低。所以就买辆车，你还想用多久？二百五 四 t 的稠密算力足够挺到进报废汽车回收厂了，而那些四张卡的车型，将来四张卡可以全部启用，翻倍提升到五百零八 t 的算力，报废前连完全发挥的机会都没有呢。说英伟达自驾算力不够用， 你看他现在这个情况，有那么一丁点可能不够用吗？